鲲鹏云服务器安装Dlib

简要介绍

Dlib是一种现代的C++工具包，它包含机器学习算法和用于在C++中创建复杂软件以解决现实世界问题的工具。它广泛应用于工业界和学术界，包括机器人、嵌入式设备、移动电话和大型高性能计算环境。

开发语言：C++

一句话描述：C++工具包

开源协议：

建议的版本

根据实际需要选择版本，本文档以“Dlib github最新版”为例进行说明。

环境要求

云服务器要求

本文以云服务器KC1实例测试，云服务器配置如表 云服务器配置所示。

操作系统要求

操作系统要求如表 操作系统要求所示。

配置编译环境

1. 安装相关依赖

   yum install -y wget github  make cmake python36 python36-devel opencv-python python36-numpy libx11 libx11-devel

获取源码

获取“dlib最新版本”源码包。

cd /usr/local/src

git clone https://github.com/davisking/dlib.git

编译和安装

1. 并进入example目录并创建build目录

   cd dlib/example

   mkdir build && cd build

2. 编译dlib库

   cmake.. && cmake --build .

3. python API

   cd /usr/local/src/dlib python3 setup.py install

4. 添加环境变量，将“export PATH=$PATH:/usr/local/GMAP/bin”写入“/etc/profile”文件最后一行

运行和验证。

1. 运行单元测试套件

   cd /usr/local/src/dlib/dlib/test

   mkdir build && cd build

   cmake .. && cmake --build .

   上述命令会生成可执行文件“dtest”

   ./dtest --runall

   执行完毕后会回显类似如下信息

   Test Finshed    Total number of individual testing statements executed 473797775All tests completed successfully

2. 测试 Python API

   cd /usr/local/src/dlib/python-example

   python3 train_object_detector.py  ../example/faces

   运行结束后会回显类似如下信息

   Training completeTrained with C:5Training using 4 threads.Treained with sliding window 80 pixels wide by 80 pixels tall.Upsampled images 1 time to allow detection of small boxes.Trained on both left and right flipped versions of images.Saved detector to file detector.svm